基于分流的高光谱遥感图像超分辨重建

• Published in: 计算机工程与应用 Vol. 58; no. 18; pp. 260 - 267
• Main Authors: 徐英豪, 吕玉超, 刘斯凡, 朱习军
• Format: Journal Article
• Language: Chinese
• Published: 青岛科技大学 信息科学技术学院,山东 青岛 266061 2022
• Subjects: 遥感图像; 卷积神经网络; 超分辨率; 高光谱
• ISSN: 1002-8331
• DOI: 10.3778/j.issn.1002-8331.2201-0173

TP751.1; 高光谱图像(hyperspectral image,HSI)每个像素包含大量光谱带,而HSI的空间分辨率较低.高光谱图像超分辨率技术可以有效提高空间分辨率.为了解决高光谱遥感图像的空间信息分布不均匀,超分辨率重建时占据相同计算量导致重建工作不够细化的问题,提出了一种多层级分流和细节增强的高光谱遥感图像超分辨率重建框架.即通过子图分流网络对高光谱遥感图像进行预先分流,改进带细节增强的多尺度Retinex算法对图像的高低频信息进行分离,再使用不同复杂程度的分支网络分别进行重建,重建工作更加细化具体,提高重建效果和性能.实验证明该方法可以在视觉质量、指标测量和分类应用方面优于传统的基于CNN的方法,在SRE和MPSNR指标方面分别提高了4.18％和9.35％.